ต่อไปนี้เป็นบทความรับเชิญโดย Marniny นอนลงรองประธานอาวุโสฝ่ายการเติบโตและการพัฒนาองค์กรที่ ความพยายาม
ในปี 2568 32% ของผู้นำกลุ่มการแพทย์กล่าวว่าเครื่องมือ AI มีความสำคัญสูงสุดด้านเทคโนโลยี และส่วนแบ่งดังกล่าวจะเติบโตขึ้นเท่านั้น คำถามไม่ได้อยู่ที่ว่าการดูแลสุขภาพจะนำ AI มาใช้หรือไม่ แต่ถามว่าพร้อมจริงๆ หรือไม่
อุตสาหกรรมอื่นๆ โดยเฉพาะการค้าปลีก ได้แสดงให้เห็นแล้วว่า AI ทรงพลังเพียงใดเมื่อปรับเปลี่ยนประสบการณ์ส่วนบุคคลหรือลดความซับซ้อนของการดำเนินงาน แต่ความก้าวหน้าที่รวดเร็วก็มาพร้อมกับราคา บทเรียนที่ระมัดระวังได้เปิดเผยเกี่ยวกับข้อผิดพลาดของการยอมรับอย่างรวดเร็ว รวมถึงอัลกอริธึมที่ไม่ชัดเจน ช่องว่างความไว้วางใจ และความคาดหวังที่ผิดที่
การดูแลสุขภาพเผชิญกับมาตรฐานที่สูงขึ้น การตัดสินใจด้วยอัลกอริทึมทุกครั้งจะส่งผลต่อความแม่นยำทางคลินิก การปฏิบัติตามกฎระเบียบ และความไว้วางใจของผู้ป่วย ประสิทธิภาพอาจเป็นสิ่งสำคัญ แต่ส่วนต่างสำหรับข้อผิดพลาดนั้นมีน้อยมาก
เพื่อให้ AI ประสบความสำเร็จและปรับขนาดได้ในการดูแลสุขภาพ โรงพยาบาลจะต้องสร้างสมดุลระหว่างระบบอัตโนมัติกับการตัดสินของมนุษย์เมื่อความเสี่ยงคือชีวิตและความตาย การได้รับสิทธิ์นี้จะเป็นตัวกำหนดว่า AI จะถูกมองว่าเป็นพันธมิตรที่เชื่อถือได้หรือเป็นความเสี่ยงที่ไม่ได้รับการพิสูจน์
ได้รับความไว้วางใจจากแพทย์ในเรื่อง AI
เกือบ สองในสาม ของแพทย์ที่สำรวจใช้ AI แต่มีเพียง 35% เท่านั้นที่รายงานว่าความกระตือรือร้นในการดูแลสุขภาพ AI เกินกว่าความกังวลของพวกเขา สำหรับหลายๆ คน ความไว้วางใจและความปลอดภัยยังคงเป็นข้อกังวลที่ใหญ่ที่สุด
อุตสาหกรรมอื่น ๆ ก็มีความเจ็บปวดที่เพิ่มมากขึ้นเช่นเดียวกัน การวิเคราะห์ของ Harvard Business School เกี่ยวกับเครือข่ายค้าปลีกหลายแห่งแสดงให้เห็นว่าจะเกิดอะไรขึ้นเมื่อ AI ทำงานบนข้อมูลที่สั่นคลอน ผู้จัดการต้องแก้ไขด้วยตนเอง 84% ของแผนการจัดพนักงานที่สร้างโดย AI ซึ่งจะลบประสิทธิภาพที่สัญญาไว้และทำลายความมั่นใจในระบบ ระบบการรักษาพยาบาลไม่สามารถยอมรับความผิดพลาดแบบเดียวกันได้ ผู้จัดการจำเป็นต้องมองเห็นว่าอัลกอริธึมตัดสินใจอย่างไร มั่นใจในข้อมูลที่ได้รับการฝึกอบรม และการตรวจสอบเป็นประจำเพื่อพิสูจน์ว่าระบบเหล่านี้ให้ผลลัพธ์ที่แท้จริง
ผู้นำต้อง จัดตั้งคณะกรรมการจริยธรรม AI ข้ามสายงานระหว่างแพทย์ ไอที และการปฏิบัติตามกฎระเบียบ สิ่งนี้ทำให้เกิดความรับผิดชอบ ความรับผิดชอบ และการปฏิบัติตามข้อกำหนดร่วมกันระหว่างทีมและกับกฎหมาย เช่น GDPR และ HIPAA และไม่ว่าจะใช้เครื่องมืออะไรก็ตามมีความรับผิดชอบเสมอ อยู่กับแพทย์และความรับผิดชอบที่ชัดเจนสร้างความไว้วางใจให้กับทั้งเจ้าหน้าที่และผู้ป่วย
ความชัดเจนเป็นอีกหนึ่งรากฐานสำคัญของความไว้วางใจ แพทย์จำเป็นต้องเข้าใจว่าแบบจำลองสามารถสรุปผลได้อย่างไร แทนที่จะยอมรับคำแนะนำอย่างสุ่มสี่สุ่มห้า โมเดลที่ชัดเจนและตรวจสอบได้ช่วยให้แพทย์ปฏิบัติตามกรอบการรักษาของตนได้ หนึ่ง การทบทวนอย่างเป็นระบบแบบผสมผสาน พบว่าเครื่องมือที่เป็นภาพ เช่น แผนที่ความร้อนและการระบุแหล่งที่มา มักถูกอ้างถึงว่าเป็นวิธีสำคัญของความไว้วางใจและการยอมรับ
ความไว้วางใจเติบโตผ่านการฝึกอบรม และการฝึกอบรมจะต้องกำหนดเวลาและเวลาที่จะไม่ไว้วางใจ AI การให้พยาบาล แพทย์ ผู้ช่วยทางการแพทย์ และผู้วางแผนมีส่วนร่วมในกระบวนการคัดเลือก การออกแบบ และการเปิดตัวยังช่วยให้การรับเลี้ยงบุตรบุญธรรมรู้สึกเป็นความร่วมมือ ไม่ใช่บังคับจากเบื้องบน
วิธีเพิ่มประสิทธิภาพทรัพยากร
การค้าปลีกแสดงให้เห็นว่าปัญญาประดิษฐ์สามารถเปลี่ยนการดำเนินงานรายวันได้อย่างไร ในความเป็นจริง McKinsey รายงานว่า AI สามารถลดระดับสินค้าคงคลังได้ 20-30% โดยการปรับปรุงการคาดการณ์ความต้องการและเพิ่มประสิทธิภาพสินค้าคงคลังผ่านเครื่องมือการเรียนรู้ของเครื่อง
ตรรกะในคลังสินค้าแบบเดียวกันที่ป้องกันการสต็อกสินค้าในร้านค้าปลีกสามารถรับประกันได้ว่ายาจะพร้อมใช้เมื่อจำเป็น ในทำนองเดียวกัน เช่นเดียวกับที่ผู้ค้าปลีกเพิ่มประสิทธิภาพพนักงานด้วยการเดินเท้า โรงพยาบาลก็สามารถปรับตารางเวลาของคลินิกให้เหมาะสมโดยสัมพันธ์กับการไหลเวียนของผู้ป่วย ลดปัญหาคอขวดและเวลารอคอย
ระบบอัตโนมัติยังช่วยให้พนักงานไม่ต้องทำงานซ้ำๆ เพื่อให้พวกเขาสามารถมุ่งเน้นไปที่งานที่มีมูลค่าสูงกว่า เช่น การปรับปรุงการบริการลูกค้า ระบบการรักษาพยาบาลก็สามารถประยุกต์ใช้หลักการเดียวกันได้ จริงๆ แล้ว 57% แพทย์กล่าวว่าการลดภาระการบริหารด้วยระบบอัตโนมัติเป็นโอกาสที่ใหญ่ที่สุดสำหรับปัญญาประดิษฐ์
แพลตฟอร์ม AI ในการค้าปลีกยังสามารถทำนายพฤติกรรมของลูกค้าได้อีกด้วย สิ่งนี้สะท้อนให้เห็นมากขึ้นในระบบการดูแลสุขภาพ ตัวอย่างเช่น ที่ The Groves Medical Center ในอังกฤษ แพลตฟอร์มคัดแยกที่ใช้ AI ช่วยลดเวลารอที่สามารถจองได้ 73% และลดชั่วโมงเร่งด่วนลงเกือบครึ่งหนึ่ง หลักฐานที่แสดงว่าแบบจำลองการคาดการณ์สามารถปรับปรุงการเข้าถึงและลดภาระการรับพนักงานได้อย่างมีนัยสำคัญ
แต่ประสิทธิภาพก็มีข้อจำกัด ในการค้าปลีก การเพิ่มประสิทธิภาพมากเกินไปทำให้ชั้นวางสินค้าว่างเปล่าและลูกค้าหงุดหงิด ในการดูแลสุขภาพ ประสิทธิภาพต้องไม่ทำให้ระบบบ้าคลั่ง ซึ่งเป็นอันตรายต่อความปลอดภัยของผู้ป่วย
ในอุตสาหกรรมต่างๆ AI ไม่เคยเข้ามาแทนที่มนุษย์ แต่เป็นการกระจายความพยายามของมนุษย์ไปยังช่วงเวลาที่สำคัญที่สุด ผู้นำด้านการดูแลสุขภาพจำเป็นต้องมีกรอบความคิดแบบเดียวกันและมองว่า AI เป็นเครื่องมือที่มีประสิทธิภาพ ไม่ใช่สิ่งทดแทนกำลังคน
การตอบสนองความคาดหวังของผู้ป่วย
ปัจจุบันผู้บริโภคคาดหวังถึงความรวดเร็วและความเป็นส่วนตัวจากการดูแลสุขภาพเช่นเดียวกับที่ได้รับจากการค้าปลีกหรือการธนาคาร การสำรวจผู้บริโภคของ HealthEdge แสดงให้เห็นว่าการเปลี่ยนแปลงดังกล่าวมาไกลแค่ไหน: 78% ของผู้ตอบแบบสอบถามได้ใช้ – หรือจะใช้ – แอปมือถือของแผนประกันสุขภาพของตน และ มากกว่าครึ่งหนึ่ง ต้องการจัดการการโต้ตอบที่สำคัญแบบดิจิทัล ความต้องการความสะดวกสบายนี้กำลังบังคับให้องค์กรด้านการดูแลสุขภาพต้องคิดใหม่ว่าการดูแลและการสื่อสารเกิดขึ้นได้อย่างไร
ในการค้าปลีก ลูกค้าต้องการข้อเสนอและการสื่อสารที่ตรงเป้าหมาย ในการดูแลสุขภาพ ระบบอัตโนมัติของ AI สามารถนำเสนอสิ่งนี้ได้โดยการส่งการแจ้งเตือนการนัดหมาย การแปลข้อมูลด้านสุขภาพเป็นภาษาที่ผู้ป่วยต้องการ และตั้งค่าสถานะเมื่อมีคนมีความเสี่ยงที่จะออกจากการรักษาหรือเผชิญกับภาวะแทรกซ้อน เป้าหมายควรเพื่อให้ผู้ป่วยมีส่วนร่วมและเชื่อมโยงกับการดูแลของพวกเขา
นักวิจัยจาก Penn State ได้พัฒนาโมเดลการเรียนรู้ของเครื่องที่คาดการณ์การไม่ปรากฏตัวและการยกเลิกล่าช้าเกินเวลา 85% แม่นยำ ช่วยให้คลินิกสามารถจองหรือเรียกคืนผู้ป่วยที่มีความเสี่ยงสูงได้ นอกจากนี้ ระบบสุขภาพที่ไม่แสวงหากำไรระดับชาติยังทำงานร่วมกับ PwC เพื่อผสานรวม AI การสนทนาในศูนย์ติดต่อกว่า 50 แห่ง ส่งผลให้สายหลุดไป 85%และทีมดูแลใช้เวลาหลายร้อยชั่วโมงต่อเดือนเพื่อมุ่งเน้นไปที่งานที่เน้นผู้ป่วยเป็นศูนย์กลาง
แต่เมื่อ AI ให้ความสำคัญกับผู้ป่วย ความโปร่งใสและการป้องกันตนเองจะมีความเกี่ยวข้องอย่างยิ่ง ผู้ป่วยคาดหวังประสบการณ์ส่วนตัว แต่ก็สมควรที่จะรู้สึกควบคุมได้เช่นกัน พวกเขาจำเป็นต้องรู้ว่าเมื่อใดที่ AI ขับเคลื่อนคำแนะนำ ข้อมูลของพวกเขาได้รับการจัดการอย่างมีจริยธรรม และอัลกอริธึมไม่เล่นรายการโปรด การปรับเปลี่ยนในแบบของคุณก็มีข้อจำกัดเช่นกัน ไม่มีใครต้องการแอปที่ให้ความรู้สึกเหมือนกำลังอ่านไดอารี่ของพวกเขา แต่ละแพลตฟอร์มจะต้องทำให้ง่ายต่อการเลือกไม่รับหรือเปลี่ยนกลับไปใช้การสนับสนุนจากมนุษย์เมื่อผู้คนต้องการ การค้าปลีกได้แสดงให้เห็นแล้วว่าเกิดอะไรขึ้นเมื่อการปรับเปลี่ยนเฉพาะบุคคลกลายเป็นเรื่องคลุมเครือ เนื่องจากลูกค้าสงสัยว่าทำไมพวกเขาถึงตกเป็นเป้าหมาย และ การใช้ข้อมูลในทางที่ผิด เรื่องอื้อฉาวได้ถูกกัดเซาะ ความไว้วางใจของลูกค้า–
คำมั่นสัญญาของ AI ในด้านการดูแลสุขภาพนั้นเกี่ยวกับประสิทธิภาพและความไว้วางใจ อุตสาหกรรมอื่นๆ ได้พิสูจน์ความจริงง่ายๆ แล้ว: เทคโนโลยีจะทำงานได้ก็ต่อเมื่อผู้คนไว้วางใจเท่านั้น ในการดูแลสุขภาพ นี่หมายถึงการทำให้ AI โปร่งใส รับผิดชอบ และสนับสนุนการตัดสินใจของมนุษย์อย่างเห็นได้ชัด เป้าหมายไม่ใช่การแทนที่ความเชี่ยวชาญของแพทย์ แต่เป็นการเสริมโดยใช้เทคโนโลยีเพื่อทำให้การรักษาเป็นส่วนตัว เชื่อถือได้ และเป็นมนุษย์มากขึ้นในท้ายที่สุด
เกี่ยวกับ มาร์ติน เลวิตต์
Martin Lewit เป็นหัวหน้าฝ่ายการเติบโตและการพัฒนาองค์กรที่ Nisum ซึ่งเป็นพันธมิตรที่ปรึกษาระดับโลกที่เชี่ยวชาญด้านการค้าและวิวัฒนาการดิจิทัล ในบทบาทนี้ เขาเป็นผู้นำความพยายามในการเติบโตของบริษัทและการขยายสู่ตลาดใหม่ พยายามสร้างความร่วมมือเชิงกลยุทธ์ และเร่งการพัฒนาธุรกิจทั่วสหรัฐอเมริกาและละตินอเมริกา ล่าสุด Martin ยังได้รับแต่งตั้งให้เป็นหัวหน้าของ Nisum Latin America